胖子哥的大数据之路（二）- 大数据结构化数据存储应用模式

1、楔子

　　胖子哥是我网名，叫了不少年的网名，网名的来历与本身的沧桑和身材有关，不知是IT改变了我，显得苍老，还 是我本就苍老，顺应了IT行业的须要。25岁那面，曾被跟我同样高的漂亮美眉叫叔叔，今后不再敢打小姑娘的注意，走上了重口味热爱阿姨级别女性的不归 路；曾被三十5、六岁的同事阿姨说苍老：看你也就三十五六吧，那年我25；周一的时候，还有一个60后的同事问及个人年龄，他很含蓄的，明显带着保留的口 吻问我：你是75年的吧？由于他一直认为和我通常大。而后...而后泪奔。关于体型方面也是个悲剧、三围相等，体重大于身高的角色，算是已经胖出了必定层 次，每次听到别人叫我胖子，就感受小小的自尊多少受到了伤害，而后就给本身在后面加了一个哥子，算是给本身遮半张脸吧。闲话就聊到这里，仍是继续胖子哥的 大数据之路吧，此次要谈的仍是数据仓库。

2、实时查询数据库-HDFS&HBase

　　传统关系型数据库基于存储模式的问题带来的存储和访问瓶颈，是没法靠自身解决的，也就有了基于Big-Table型的NoSQL数据库用武之地，比较典型技术组合就是HDFS+HBase， 利用HDFS的分布式、高可用数据存储，结合HBase面向列的数据存储模型，从而解决大数据量存储的问题；结合HBase基于Rowkey天然序的存 储，从而实现海量数据快速查询。固然这种模式只适用于结构型数据，并且只适用于历史数据查询，而不适用于事务型业务的处理，从而产生了大数据在结构化数据存储方面的第一种模式：实时查询数据库；

3、大数据仓库-HDFS&Hive

　　基于关系型数据库的数据仓库，一样面临数据存储规模的问题，所以在银行业务中，一样也只能存储短时间的数据，其目标在在于支持基于业务年度的报表统计和业务分析，而对于超过必定期限的数据仍然在走数据磁盘或磁带存储的模式。基于大数据技术体系，采用HDFS+Hive的模式，构建大数据仓库，则能够很轻松的解决数据大基数存储的问题。从而产生了大数据在结构化数据数据存储方面的第二种模式：大数据仓库；

4、替换仍是互补-你们来回答，期待你的答案

　　问题一

　　实时查询数据库可否替换实时操做数据库吗？

　　问题二

　　大数据仓库能够替代数据仓库吗？

5、关于大数据题外话　　

　　曾经就干货与湿货的问题，与人发生过争辩，仍是不淡定了。其实对于一个口渴的人，水就是干货，一样，对于一个迷路的人，指南针就是干货。见仁见智的事，再也不作争辩。重在分享，送给大数据传统企业应用实施的探路者们，送给须要的人，立此存照。

　　持续更新中，未完待续。。。。

　　下期预告：大数据仓库项目的需求分析该如何去作。敬请期待。